《医学统计学》之logistic回归.pptVIP

Logistic regression 53例接受手术的前列腺癌患者情况 26例冠心病病人和28例对照者进行病例?对照研究 26例冠心病病人和28例对照者进行病例?对照研究 一、logistic回归模型 概率预报模型 二、模型的参数估计 Logistic回归参数的估计通常采用最大似然法(maximum likelihood，ML)。最大似然法的基本思想是先建立似然函数与对数似然函数，再通过使对数似然函数最大求解相应的参数值，所得到的估计值称为参数的最大似然估计值。 参数估计的公式 三、回归参数的假设检验 优势比及其可信区间 标准化回归参数 P262表16-3资料计算的SAS程序 The LOGISTIC ProcedureAnalysis of Maximum Likelihood Estimates 预报模型 四、回归参数的意义 五、整个回归模型的假设检验 似然比检验（likelihood ratio test） 六、logistic逐步回归（变量筛选） 模型中有X5、X6、X8，看是否引入X1 第二节.条件logistic回归 条件似然函数 1:3配对的例子 1:2配对的例子 表16-7条件logistic回归的SAS程序 结果 西、中西、中三种疗法哑变量化 第三节 应用及其注意事项 应变量为（二项）分类的资料 （预测、判别、危险因素分析等等） 注意事项 分类自变量的哑变量编码 为了便于解释，对二项分类变量一般按0、1编码，一般以0表示阴性或较轻情况，而1表示阳性或较严重情况。如果对二项分类变量按+1与-1编码，那么所得的 ，容易造成错误的解释。 原资料 西 29 0 孙八 中西 35 1 赵七 中 70 0 刘六 中 18 0 王五 西 20 1 李四 中西 50 1 张山 疗法 年龄 性别 姓名 哑变量化 1 0 0 0 1 0 X1 0 29 0 孙八 1 35 1 赵七 0 70 0 刘六 0 18 0 王五 0 20 1 李四 1 50 1 张山 X2 年龄 性别 姓名 注意事项 2.自变量的筛选 不同的筛选方法有时会产生不同的模型。实际工作中可同时采用这些方法，然后根据专业的可解释性、模型的节约性和资料采集的方便性等，决定采用何种方法的计算结果。 第四军医大学卫生统计学教研室 宇传华 * 2002级研究生《医学统计学》 Logistic回归 第一节.非条件logistic回归 第二节.条件logistic回归 第三节. 应用及其注意事项 医学研究中常碰到应变量的可能取值仅有两个（即二分类变量），如发病与未发病、阳性与阴性、死亡与生存、治愈与未治愈、暴露与未暴露等，显然这类资料不满足多重回归的条件 什么情况下采用Logistic回归 Brown(1980)在术前检查了53例前列腺癌患者，拟用年龄(AGE)、酸性磷酸酯酶(ACID)两个连续型的变量，X射线(X_RAY)、术前探针活检病理分级(GRADE)、直肠指检肿瘤的大小与位置(STAGE)三个分类变量与手术探查结果变量NODES（1、0分别表示癌症的淋巴结转移与未转移 ）建立淋巴结转移的预报模型。 实例 当只有一个自变量时，以相应的预报概率为纵轴，自变量 为横轴，可绘制出一条S形曲线。回归参数的正负符号与绝对值大小，分别决定了S形曲线的形状与方向 MODEL语句加入选项“ SELECTION=STEPWISE SLE=0.10 SLS=0.10;” 常采用似然比检验： 决定自变量是否引入或剔除。 模型含X5、X6、X8的模型的负二倍 对数似然为： ＝50.402 模型含X1、X5、X6、X8的模型的负二倍 对数似然为： ＝46.224 * *